📰The Verge•較早收集於 23m
馬斯克：數百萬輛特斯拉無法獲得無監督FSD
💡特斯拉HW3無法無監督FSD—400萬輛受影響，策略轉變。（28字）
⚡ 30-Second TL;DR
有什麼變化
馬斯克確認HW3缺乏無監督FSD能力
為什麼重要
此承認損害已付費FSD的特斯拉車主信任，可能推動硬體升級銷售，但凸顯自動駕駛運算缺口。對AI從業者而言，強調硬體在擴展無監督駕駛模型中的角色。
下一步行動
以特斯拉HW3規格基準測試您的自動駕駛模型，以規劃硬體升級。
誰應關注：Developers & AI Engineers
關鍵要點
- •馬斯克確認HW3缺乏無監督FSD能力
- •400萬輛HW3特斯拉車輛受影響
- •車主需升級車輛或硬體才能使用
- •於2026年Q1財報會議宣布
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •特斯拉已確認將為受影響的HW3車主提供某種形式的補償方案，但具體細節（如硬體升級費用或軟體訂閱抵扣）尚未完全公開。
- •此次硬體限制的核心瓶頸在於HW3晶片的算力與記憶體頻寬無法滿足最新端到端神經網路模型（End-to-End Neural Network）在無監督模式下的即時推理需求。
- •監管機構（如NHTSA）已針對特斯拉長期宣傳「全自動駕駛」與實際硬體能力不符的落差，啟動了針對消費者權益保護的初步調查。
📊 競品分析▸ Show
| 特性 | Tesla (HW3) | Waymo | Mobileye (SuperVision) |
|---|---|---|---|
| 自動駕駛等級 | L2+ (需監督) | L4 (無人駕駛) | L2+ / L3 |
| 感測器方案 | 純視覺 (Vision Only) | 光達+雷達+視覺 | 視覺+雷達 |
| 商業模式 | 軟體訂閱/買斷 | Robotaxi 服務 | OEM 供應商 |
| 算力架構 | FSD Computer (HW3) | 自研計算平台 | EyeQ 系列晶片 |
🛠️ 技術深入
- •HW3 採用雙 FSD 晶片設計，總算力約為 144 TOPS，但在處理 2026 年版高解析度、高幀率的端到端 Transformer 模型時，記憶體頻寬成為主要瓶頸。
- •HW4 系統引入了更強大的影像處理單元與更高的記憶體頻寬，能夠支援更複雜的即時路徑規劃與環境感知演算法，這是 HW3 無法透過軟體更新彌補的硬體限制。
- •特斯拉最新的自動駕駛架構已全面轉向端到端神經網路，移除了過去基於規則（Rule-based）的程式碼，對硬體算力的需求呈現指數級增長。
🔮 前景展望AI analysis grounded in cited sources
特斯拉將面臨大規模集體訴訟風險
由於多年來馬斯克多次公開承諾 HW3 具備實現完全自動駕駛的能力，此次硬體限制可能構成虛假廣告與違約。
二手車市場價值將出現分歧
搭載 HW4 的特斯拉車輛將因具備無監督 FSD 升級潛力，在二手市場上與 HW3 車型產生顯著的價格落差。
⏳ 時間線
2019-04
特斯拉正式發布 FSD Computer (HW3)，馬斯克宣稱其具備實現完全自動駕駛的硬體能力。
2023-01
特斯拉開始在部分車型中過渡至 HW4 硬體平台，提升了鏡頭解析度與計算能力。
2025-06
特斯拉發布端到端神經網路模型，顯著提升自動駕駛表現，但對硬體資源需求大幅增加。
2026-04
特斯拉 2026 年第一季財報會議，正式確認 HW3 無法支援無監督 FSD 功能。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： The Verge ↗